C#基於Regex抓取a標籤連結和innerhtml的方法

這篇文章主要介紹了C#基於Regex抓取a標籤連結和innerhtml的方法,結合執行個體形式分析了C#使用Regex進行頁面元素的匹配與抓取相關操作技巧,需要的朋友可以參考下

本文執行個體講述了C#基於Regex抓取a標籤連結和innerhtml的方法。分享給大家供大家參考，具體如下：

//讀取網頁htmlstring text = File.ReadAllText(Environment.CurrentDirectory + "//test.txt", Encoding.GetEncoding("gb2312"));string prttern = "<a(\\s+(href=\"(?<url>([^\"])*)\"|'([^'])*'|\\w+=\"(([^\"])*)\"|'([^'])*'))+>(?<text>(.*?))</a>";var maths = Regex.Matches(text, prttern);//抓取出來寫入的檔案using (FileStream w = new FileStream(Environment.CurrentDirectory + "//wirter.txt", FileMode.Create)){    for (int i = 0; i < maths.Count; i++)    {      byte[] bs = Encoding.UTF8.GetBytes(string.Format("連結地址:{0},  innerhtml：{1}", maths[i].Groups["url"].Value,        maths[i].Groups["text"].Value) + "\r\n");      w.Write(bs, 0, bs.Length);      Console.WriteLine();    }}Console.ReadKey();

圖解正則

朋友需要截取img標籤的src 和data-url 跟上面差不多。。順便附上

string text =File.ReadAllText(Environment.CurrentDirectory + "//test.txt", Encoding.GetEncoding("gb2312"));string prttern = "<img(\\s*(src=\"(?<src>[^\"]*?)\"|data-url=\"(?<dataurl>[^\"]*?)\"|[-\\w]+=\"[^\"]*?\"))*\\s*/>";var maths = Regex.Matches(text, prttern);//抓取出來寫入的檔案using (FileStream w = new FileStream(Environment.CurrentDirectory + "//wirter.txt", FileMode.Create)){    for (int i = 0; i < maths.Count; i++)    {      byte[] bs = Encoding.UTF8.GetBytes(string.Format("圖片src:{0},  圖片data-url：{1}", maths[i].Groups["src"].Value,        maths[i].Groups["dataurl"].Value) + "\r\n");      w.Write(bs, 0, bs.Length);      Console.WriteLine();    }}